TorchSharp 是对 Torch c++的封装，基本继承了c++的全部接口。但使用中会有一些小问题，需要特别注意一些。
训练的代码可以参考github里的官方代码 https://github.com/pytorch/vision/tree/main/references/segmentation
2.模型输出
官方代码的模型 默认输出是list 虽然可以强制输出script文件，但TorchSharp 调用后会报错”Expected Tensor but got GenericDict”.因此需要修改网络
子像素的边缘检测算法很多，但使用CUDA进行的不是很多。github上可以找到一个带CUDA的子像素边缘检测算法，但经过运行发现有些小bug，其cpu版本正常，但gpu版本找轮廓时会偶发轮廓被切断的问题。一下就对其进行一些修正。当然也许还有其他bug~~
一.源项目位置
源项目位置https://github.com/CsCsongor/subPixelEdgeDetect 。算法基于论文https://www.ipol.im/pub/art/2017/216/
二.代码分析
解方程是一个比较常见的功能，matlab，python都有简单方法实现。C++也有不少实现方法，下面就介绍一下GSL解方程的方法，代码参考了GSL源码中的demo。
GSL解方程的功能相对matlab要简单一些，目前看只支持实数解，并且只有一个解。当然对于大部分实际应用 已经足够了
假设需要解的方程组是如下2元非线性方程(方程右边不为0，移项一下就好了)